近年来，智慧农业与无人农场已成为国内外学者和科研机构的研究热点。2016年，美国凯斯纽荷兰、约翰迪尔公司分别提出了各自的无人化农机发展构想，并着手研发具备全面感知与自主避障能力的农业机械。2017年，英国哈珀亚当斯大学启动了“Hands Free Hectare project”，通过多辆无人驾驶农机的协同作业，成功实现了小麦耕种与管理的全程无人化操作，有力验证了无人农场模式的可行性 。2018年，日本建成了高科技农场Techno Farm Keihanna，该农场基于智慧农业系统，充分展示了智慧农业在高效生产方面的巨大潜力和优势。在国内，无人农场的研究同样如火如荼。罗锡文院士团队深耕水稻无人农机领域，研发了一系列信息化感知、智能决策、精准作业和智慧管理技术，成功建设了水稻无人农场。赵春江院士团队聚焦数字技术，开展农业智能决策平台、天空地信息获取技术、北斗导航控制与智能作业装备等多方面的深入研究，为无人农场研究提供了宝贵经验。

无人智慧农场涉及智能感知、高效传输、智能控制和大数据智能服务等多个核心领域。在智能感知与传输方面，能够实时获取土壤、气候和作物长势等多维度信息。例如，孟祥等利用LoRA组网技术，构建农田感知传输网络，实现了大田土壤湿度信息的精准采集和高效传输。Song等和Nair等运用分组密码和无监督机器学习等算法，有效提升了组网传输中数据传输的安全性和稳定性。齐小刚等则提出了一种自组网可靠性评估方案。同时，Zhou等、承达瑜等和Sakamoto等研究团队利用图像提取技术，实现了小麦长势和物候期的精准识别。Liu等和冯惠芬等利用激光雷达、近红外成像、高光谱成像等技术，成功提取了作物的形状和生理信息。在农场智能控制和大数据智能服务领域，罗锡文院士团队、赵春江院士团队等分别从智能农机装备和管理平台等角度入手，通过融合农机自动导航、装备自动作业等技术，显著提升了作业效率和质量。此外，众多学者还在积极探索将人工智能、机器学习和自动化等先进技术应用于农业生产全过程，包括无人耕作、精准播种、智能灌溉、变量施肥、病虫害防治，以及自动化收获等，已取得一系列研究成果。具体而言，Jaiswal和Ballal、Benyezza等和贾红军将先进控制算法嵌入到物联网系统中，实现了灌溉系统中闸阀的精确调控。而Rodríguez、Cambra Baseca，以及张洪奇等则分别以咖啡农场、玉米农场和设施无人农场为研究对象，深入开展了大数据服务的相关研究。

一系列研究已取得丰硕成果，但在复杂多变的农田环境中，如何进一步提高信息检测的准确性、增强信息传输的可靠性，以及提升农机装备的稳定可靠性，仍是亟待解决的难题。为了实现农场的精准高效管理，这些难题需持续深入研究和攻克。本研究积极响应国家粮食安全战略，紧密结合山东德州“吨半粮”无人智慧农场工程建设需求，旨在深入探讨无人智慧农场的架构、关键技术、建设机制和服务模式，为工程建设提供有力的智慧农业技术支撑。首先，基于广泛调研，设计“吨半粮”无人智慧农场架构，为农场建设提供全面的规划设计方案，明确建设的主要工作内容和流程；其次，从数据感知、组网传输、数据分析、农机作业、灌溉管理、航空施药等关键环节入手，通过具体案例分析核心技术，实现从农田信息感知、数据传输到农机装备管控的系统化集成，构建闭环的智慧农业管理体系。最后，构建大数据服务平台，提供品种筛选、预测预警、精准控制、处方管理等多方面的科学、高效数据服务，并进一步探索智慧农业的建设机制和服务模式，为无人智慧农场的建设和运营提供有益参考。

山东德州作为全国首家地市级全域创建“吨半粮”的城市，拟通过实施“六大工程”等措施，打造8万hm 2核心区、20万hm 2辐射区、40万hm 2带动区，力争实现大面积“吨半粮”生产。本研究在山东省德州市义渡口镇建设了约13 hm 2的“吨半粮”无人智慧农场，旨在利用现代信息技术为农业生产管理注入新活力，推动农业转型升级和提质增效。“吨半粮”无人智慧农场建设是一项系统性工程，拟基于农场实际运营与管理需求，分阶段推进数字化感知和智能控制建设。通过数据赋能农场管理，逐步提升管理效能，并持续增强和优化大数据分析服务功能，逐步向农场无人智能化管控模式转变。

“吨半粮”无人智慧农场综合利用物联网、大数据等信息技术，实现了信息感知、传输、挖掘和应用的全链条集成和服务。总体架构如 图1所示，包括感知层、传输层、处理层和应用层四大部分。其中，感知层作为无人农场建设的基础，由物联网感知网络和智能农业装备等构成，负责采集目标对象信息和控制命令的执行，并通过组网模块实现数据信息的汇聚。感知层以信息采集模块为基础单元，通过模块化的传感设备，便捷获取土壤、气象、作物表型、病害、虫害、草害，以及水肥农机等装备的作业信息等多类型数据。专用的模块化信息采集设备，不仅实现了农产数据采集的准确性和可靠性，同时也丰富了传感设备功能，简化了安装和维护步骤，为后续丰富数据信息、设备升级和功能扩展提供便捷。

图 1 “吨半粮”无人智慧农场架构

Fig. 1 The architecture of the "1.5-Ton grain per Mu" unmanned smart farm

传输层是无人农场实现数据交互和传输的通道，包括数据汇聚的局域组网和数据上传下达的广域传输网络。为方便智慧农场系统的分步建设，传输层采用自组网模型构建农场传感网络，实现不同采集单元数据信息的汇聚，并根据周边单元反馈的信息强度调整网络结构，保障各单元信息的稳定、可靠传输。同时，汇聚节点在局域通信的基础上增设网关/4G设备，实现与处理层的信息交互。通过自组网络模型，保障农场内部数据传输的稳定性和可靠性，避免在复杂环境下信号中断等因素导致的数据丢失，提高基础数据质量。汇聚节点与网关间采用自主设计的加密通信，增强数据安全，提升数据传输的可靠性。

处理层是无人农场智慧管理的核心，运行的大脑。它由数据库、数据分析模型和决策模型三部分组成。数据库负责存储感知层和应用层获取的各类数据；数据分析模型负责分析处理数据库内的原始信息，得到预处理后的数据，并进一步分析处理数据，构建气象环境预测、养分、作物生育期、作物表型、产量预测、良种筛选等数据挖掘分析模型；决策模型则将数据分析模型结果转化为具体科学的农事指导意见和应对措施，以帮助农户科学、高效地管理农场。其中，农机作业部分包括农机的定位导航和自主作业等数据分析，可根据农田情况实时调整优化农机的作业路径和设备参数，全面提升农机的作业质量。

应用层是无人农场功能实现的接口。通过应用层中的大数据平台、手机端、微信小程序等软件平台，用户可实时获取农场信息，并通过农业设施装备、智能农机、机器人、无人机和物联网等设备实现农场的智慧化运营。

LIU lining, ZHANG Hongqi, ZHANG Ziwen, ZHANG Zhenghui, WANG Jiayu, LI Xuanxuan, ZHU Ke, LIU Pingzeng. Key Technologies and Construction model for Unmanned Smart Farms: Taking the "1.5-Ton Grain per Mu" Unmanned Farm as An Example[J]. Smart Agriculture, 2025, 7(1): 70-84. DOI: 10.12133/j.smartag.SA202410033